leetcode 221. 最大正方形优化

在一个由 0 和 1 组成的二维矩阵内，找到只包含 1 的最大正方形，并返回其面积。

题解：

1. 0 和 1 组成的二维矩阵

2.找最大1正方形

3.返回面积

 

示例:

输入: 

1 0 1 0 0

1 0 1 1 1

1 1 1 1 1

1 0 0 1 0

输出: 4

解题思路:

在221.最大正方形中，使用动态规划获得了很好的时间复杂度，实际上二维数组的开销可以继续进行优化成一维数组，使得空间复杂度开销更低

• 分析二维数组的使用过程，实际上是对dp不同行的一维数组赋值，因此重复使用一个一维数组降低空间复杂度

• 同样地比较相当于二维数组的(i-1,j)(i-1,j-1)(i,j-1)

C/C++题解：

class Solution {

public:

    int maximalSquare(vector<vector<char>>& matrix) {

        int rows = matrix.size(), cols = rows > 0 ? matrix[0].size() : 0;//空序列返回0

        int len = cols + 1;

        vector<int> dp(len);

        int maxsqlen = 0, prev = 0;//用一个变量来记录上一行元素前一位置的边长值

        for (int i = 1; i <= rows; i++) {

            for (int j = 1; j <= cols; j++) {

                int temp = dp[j];

                if (matrix[i - 1][j - 1] == '1') {//同样找1元素

                    dp[j] = min({dp[j - 1], prev, dp[j]}) + 1;//比较(i,j-1)(i-1,j-1)(i-1,j)

                    maxsqlen = max(maxsqlen, dp[j]); }//最长边长

                prev = temp;}}

        return maxsqlen * maxsqlen; }};

Debug结果：

Java题解：

class Solution {

    public int maximalSquare(char[][] matrix) {

        int rows = matrix.length, cols = rows > 0 ? matrix[0].length : 0;//空序列返回0

        int[] dp = new int[cols + 1];

        int maxsqlen = 0, prev = 0;//用一个变量来记录上一行元素前一位置的边长值

        for (int i = 1; i <= rows; i++) {

            for (int j = 1; j <= cols; j++) {

                int temp = dp[j];

                if (matrix[i - 1][j - 1] == '1') {//同样找1元素

                    dp[j] = Math.min(Math.min(dp[j - 1], prev), dp[j]) + 1;//比较(i,j-1)(i-1,j-1)(i-1,j)

                    maxsqlen = Math.max(maxsqlen, dp[j]);}//最长边长

                prev = temp;}}

        return maxsqlen * maxsqlen; }}

Debug结果：

Python题解：

class Solution(object):

    def maximalSquare(self, matrix):

        """:type matrix: List[List[str]]:rtype: int"""

        rows, cols  = len(matrix), len(matrix[0]) #空序列返回0

        dp = [0] * (cols + 1)

        maxsqlen, prev = 0, 0 #用一个变量来记录上一行元素前一位置的边长值

        for i in range(rows+1):

            for j in range(cols+1):

                temp = dp[j]

                if matrix[i - 1][j - 1] == '1': #同样找1元素

                    dp[j] = min(dp[j - 1], prev, dp[j]) + 1#比较(i,j-1)(i-1,j-1)(i-1,j)

                    maxsqlen = max(maxsqlen, dp[j])#最长边长

                prev = temp

        return maxsqlen * maxsqlen

Debug结果：

更多题解前往公众号免费获取